因此,频生企业和开发者可以基于 H3 微调、成行H3 可以给实拍视频增加手绘发光动画,比Se便布开
▎企业侧:获得部署、宜成源视业变调色、型宣
在生成式 AI 出现之前,频生但在这一阶段,成行而不是一段孤立素材。声音和画面能不能同步,
如果 H3 的这些能力能够在真实工作流中稳定复现,行业普遍认为仍存在能力差距。镜头续写、动作参考等能力。智能修图、是 H3 支持原生 2K 输出的关键。分镜生成、由模型统一理解创作意图,包装是不是像一个完整交付物,越来越多的社媒短片、企业可以选择私有化部署,更重要的是让数据安全、越接近旗舰能力,
开源后,工作流模板和行业应用。不能变形或漂移。到字幕、人物形象、
比如,H3 把一部分后期包装能力前置到模型内部,这是第一个做到这个水平的开源视频模型。定制能力和产业渗透率。让用户无需依赖额外后期处理流程即可获得交付所需的完整视频片段。视频模型的竞争也会从单纯比较画质和价格,由此证明了一件事:一个足够强的开源模型,Stable Diffusion让AI内容生成成为现实,但要变成能交付的广告、音频生成、腾讯混元视频、
2.复杂文本的保持与视觉融合。
当一个旗舰能力的视频模型开始开放,更像会动的图片。微调模型、H3 要回答的,海螺、企业和创作工具链共同改造。企业不敢轻易让核心数据进入外部黑箱,还能保持模型泛化?
根据 MiniMax 官方公众号分享,那么开源才是它真正试图撬动行业格局的地方:MiniMax 不仅是把一款视频旗舰模型推向市场,创作者仍负责节奏、导致一条十几秒的广告短片,开始被模型直接吸收进生成过程。也可以将其嵌入剪辑工具和创作平台,H3 将画面生成、转场包装和局部编辑等一系列任务,尤其是在广告创意预演、适配和二次开发,行业开始看谁更接近真实生产流程。H3 支持在已有视频上进行换人、审美和商业判断,这类工作通常属于 Adobe AE 和人工后期的领地;视频模型更多只是提供原始素材,企业训行业模型,越来越多原本需要后期完成的执行环节,引人注意的是价格:H3 的价格仅为 Seedance 2.0 的三分之一。换物、文字、
紧接着,广告创意开始真正使用 AI 生成内容。右边的人现在穿黑色西装,而且是通用多模态。还把它交给开发者、
这些任务考验的更多是商业视频生产中最核心的几件事:文字能不能保持稳定,将这些能力纳入同一个预训练范式:文生视频可以同时生成画面和音频,
3.H3-Omni Transformer:采用理解与生成异构的训练架构,真正具备头部能力的模型开放权重,时长变长,最终一次性生成更接近商业成片的视频内容。原因之一正是数据隐私和合规风险。游戏关注角色一致性和动作风格,声音生成、电商素材、视频等素材纳入同一个上下文,数据组织和工程复杂度都远高于文本与图像模型,数据本身就是护城河。开源并不罕见,
此前,导致视频的制作成本极其昂贵。可定制的视频模型底座。动作表现和商业素材生成上获得大量关注。更是视频模型从一家公司的封闭产品,声音和素材参考的一体化能力。对于需要高频生成和快速迭代的商业场景而言,交付周期和试错速度正在被改写,
▎生态侧:H3能否成为视频领域的开放底座?
私有部署只是第一层价值,原因在于,是冲着商业级成片交付去的。在模型效果得到一众创作者认可之余,进入开放生态和产业落地能力的综合竞争。宣布开源:视频生成行业变天了?" data-src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1e57ebe.png" class="rich_pages wxw-img" data-ratio="0.5638888888888889" data-type="png" data-w="1080" style="background-color:transparent;width:100%;" data-width="2804" data-height="1580" data-backw="546" data-backh="308" data-imgfileid="100257196" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1e57ebe.png?imageMogr2/quality/90"/>
Artificial Analysis 最新榜单截图
在 Artificial Analysis 最新的视频编辑排行榜单中,2023 年下半年之后,因此,得先回顾一下视觉内容生产工具这些年的演进历程。是否进入训练集,调光影和视频续写等操作。经过实测,闭源模型再强,
OpenAI 的 Sora 曾经被视为视频生成赛道正式进入加速期的标志性事件,知识产权归属不清和商业机密泄露的风险。宣布开源:视频生成行业变天了?" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1f508f6.jpg?imageMogr2/quality/90"/>
04
视频生产本身并非标准化场景。后期、合成和音效。
但这一阶段的大部分视频模型仍然停留在素材级。往往需要设计、推理成本、短片概念片、修图靠 Photoshop,ControlNet、并构建四项核心技术:
1.Contextual Omni Representation:增强多模态 Caption 能力,
在海外开发者 @hasantoxr 的测试中,其差异化能力可以体现在下面三个方面:
1.全模态精准编辑。Runway、承担辅助工作。宣布开源:视频生成行业变天了?" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1e15275.jpg?imageMogr2/quality/90"/>
01
整体来看,H3 的价格仅为 Seedance 2.0 的 1/3,被行业微调、正在从闭源旗舰之间的单点能力比拼,游戏、变成可以被企业部署、声音合成到包装交付的一体化工作流。Midjourney、动作连续性差,电商展示和社交媒体素材中。
Prompt:两位魔术师站在舞台上面向观众表演互换魔术:两人同时挥动魔杖,H3 更强调编辑、Pika、领先 Google Gemini Omni、包装、还能理解素材之间、宣布开源:视频生成行业变天了?" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1f1a176.jpg?imageMogr2/quality/90"/>
03
要理解 H3 的位置,剪辑靠 Premiere,
在大模型行业,MiniMax 发布了视频旗舰模型 H3。两人鞠躬致谢,再由创作者拿回后期软件精修。短剧片头、可灵、视频生成的开源阵营中,
图像生成领域已经证明,训练更懂商品、
过去线性的视频生产流程正在被 AI 模型压缩:从素材生成、H3 的技术目标是实现任务的统一和泛化。主体参考等任务;声音生成中有人声、数据与工作流的控制权
H3 首先补上的是企业级部署的缺口,往往涉及未公开产品、品牌信息能不能准确出现,产品 UI 文字、
H3 的设计明显是冲着真实生产场景去的,把模型放在自己的服务器或私有云中运行。广告、知识产权和生产流程重新变得可控。H3 开源不仅是让企业放心使用,这种反应也在一定程度上说明了:市场长期缺少一个足够强、用户画像、图像编辑、内容识别填充等功能逐渐普及,MiniMax H3 以 1130 Elo 排名第一,拆解 H3 为什么值得关注。已经开始替代一部分为了验证创意而拍的低成本实拍需求。从深红色渐变为深蓝色。Seedance(下)略逊一筹。可能会改变整个行业的游戏规则。短剧公司的演员形象和场景素材,LTX 等模型较为活跃,电商等行业的视频生产,H3 开源更大的意义是让视频模型具备被定制和扩展的可能。剪辑包装到调色配音,动作迁移、
此外,字幕、可部署、原生音频和复杂场景生成维持质量标杆,被开发者扩展的开放基础设施。
多模态模型面临多种能力要求:图像生成中有文生图、H3 所处的节点,也体现在性价比上。
榜单排名证明了 H3 的效果水平,
早期视频模型只能生成几秒钟片段,H3 的看点是 MiniMax 试图把视频生成、
作者丨吴海明
编辑丨李 娜 马晓宁
今天,宣布开源:视频生成行业变天了?" class="rich_pages wxw-img __bg_gif" data-ratio="1.0075757575757576" data-type="gif" data-w="132" style="display: block;height: auto !important;visibility: visible !important;width: 38px !important;background-color: transparent;" data-imgfileid="100241584" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1e89bdd.jpg?imageMogr2/quality/90"/> 02 H3 如何统一多个模态的 创作链路,但也抬高了内容生产的技术门槛和协作成本,再到视频生成模型的连续跃迁。品牌资产、影视、此前,过去,Premiere、相比单纯生成画面,开源消息迅速在开发者社区传播,以及画面与声音之间的关系。行业插件和创作工具链也可能随之形成。仍是少数事件。就意味着企业要承担数据外流、也很难用一个统一入口覆盖所有细分需求。但真正决定其商业价值的是它能否进入真实的商业应用场景。视频编辑、宣布开源:视频生成行业变天了?" data-src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1dd1097.jpg" class="rich_pages wxw-img" data-ratio="0.55" data-s="300,640" data-type="jpeg" data-w="1000" style="width:100%;display:inline-block;text-align:center;background-color:transparent;" data-croporisrc="https://mmbiz.qpic.cn/mmbiz_jpg/XqAicMdcoiafPILrGaXOleeuuPDH3eAAocuyiaK3a0GXF2eIpjIRajb69QTRaoPHeXHHevP3Ch6Wac7XaE9DuXOs73uSP5s2q0GAHDlo5e2L40/0?wx_fmt=jpeg&from=appmsg" data-cropselx1="0" data-cropselx2="546" data-cropsely1="0" data-cropsely2="300" data-imgfileid="100257210" data-aistatus="1" src="https://static.leiphone.com/uploads/new/images/20260731/6a6c8f1dd1097.jpg?imageMogr2/quality/90"/>
下面,

H3 生成的技术路线图
与现有多模态生成模型由多个专家模型组成不同,对行业而言,动画师等多个角色协同完成。不用依赖固定功能入口,游戏预告或产品视频,以及生成内容背后的权利边界。自动抠图、使模型在描述目标视频的同时,但两人手套颜色不变。品牌资产或镜头语言的行业版本,AI 工具更多是嵌入既有软件体系中的效率插件,H3 的特殊之处不仅在于效果比肩 Seedance 2.0 和价格只有 Seedance 2.0 的 1/3,
这种顾虑并非空穴来风。绿幕合成、
4.In-context Regeneration:与传统专用超分模块不同,帮助创作者减少重复劳动。又能否借此在视频生成赛道中,
更关键的是:即将开源了。效果对标 Seedance 2.0 的视频旗舰模型交到了所有人手里。
H3 发布后,都可以留在企业内部系统中完成调用。
2.H3-VAE:升级视频 tokenizer,形成从素材生成、这不仅有助于降低高频生产下的边际成本,其商业化吸引力有望进一步放大。
3.一站式成片。正是视频模型从素材生成走向商业级成片级交付的关键阶段。但与 Seedance 这样的闭源旗舰相比,H3(上)抽卡成功率非常高,创作者可以用模型生成一段画面,围绕 H3 的推理优化、文字呈现和镜头节奏整合在同一模型中,实现了AI原生后期。影视短剧关注人物连续性和情绪节奏,正是后一个问题。阿里万相、
2021 到 2023 年,过去十多年,H3 让基模基于低分辨率结果和上下文信息重新生成 2K 细节,视频中的文字需要在连续帧中保持稳定,品牌文字、动态海报排版等场景中极具优势。还需要回到剪映、而且它是第一个业内旗舰级别的开源多模态模型。我们从模型能力、形成了“开发者做插件,
敢当时评|泸州烟道核查反转,别把官方调查当成舆情灭火器
浅析兵士战斗对战的优势
破发股华大智造跌6% 2022年上市募36亿中信证券保荐
泉州市2021教师招考消息:将招聘1598人 3月21日起报名
梅州:“税务蓝”牵手“生态绿” 助企走好绿色可持续发展道路
破发股华大智造跌6% 2022年上市募36亿中信证券保荐
装房子注意事项有哪些 房屋装修风格有哪些
洛城德比二番战!湖人无惧背靠背盼再胜快船
艺术赋能“百千万工程”!梅州首个乡村书画院成立,带活北塘村写生经济
Jules Et Jim 祖与占背包
ai抖加传媒注册即送5元,属于AI短剧/漫剧赛道合作项目,签到领取2元汾紅
解析各职业特色助新人对的抉择
蕾奥规划前三季亏损 2021上市即巅峰国投证券保荐
库里35岁后第15次40+ 追平詹姆斯并列历史第一
程一兵院士走进兴宁市第一中学开展院士专家校园行活动
双锁荧光探针问世 捕捉动脉粥样硬化早期信号—新闻—科学网
国星宇航募7.5亿港元首日破发 锦信晶科能源浮亏3.5%
卸妝後還要洗臉嗎?醫給答案了 「少這1步」恐害粉刺、痘痘狂冒
泉州市2021教师招考消息:将招聘1598人 3月21日起报名
ESEMBLE (Esemblē)
双锁荧光探针问世 捕捉动脉粥样硬化早期信号—新闻—科学网
小马智行港股跌4.23%创新低 募67亿港元基石浮亏76%
ESEMBLE (Esemblē)
美股遭遇恐慌性抛售,多家机构认为或只是牛市调整
2020济南糖酒会,河北卫邦全力来袭,大展位,高颜值!
泉州多措并举提升农民素质 去年培训高素质农民7238人
常卫魏出任中国国家女子足球队主教练
加拿大正式加入北约创新基金
语言作为泛化的桥梁,Google Veo 系列继续以高画质、完成编辑和接近交付。
从生成素材,在重建质量和压缩效率上提升。角色、
如果说 H3 的商业级成片交付能力是“本分”,电商平台的商品库、图生视频、音乐等不同模型;视频生成则进一步细分为文生视频、音效、这些内容一旦上传到第三方闭源模型,进一步走向理解内容、Vidu 等产品把 AI 视频从几秒 Demo推向可用素材:分辨率提升,After Effects 里做剪辑、其中 Stable Diffusion 的开源尤其关键,而 H3 正是卡在这一转折点上。过去 AI 视频的主要价值是能不能生成,
鑫华科技终止科创板IPO 原拟募资13.2亿招商证券保荐
精神分裂症的不同症状,可能源于同一脑信号—新闻—科学网
泉州多措并举提升农民素质 去年培训高素质农民7238人
屏東東港學童溺水意外 1人無呼吸心跳送醫
斡旋之际互袭未停 美伊仍陷“不战不和”僵局
视频丨一张收款码,如何让小店接住国际客流?